Files
cointrader/scripts/deploy_model.sh
2026-03-05 23:21:32 +09:00

124 lines
5.4 KiB
Bash
Executable File

#!/usr/bin/env bash
# 맥미니에서 학습한 모델을 LXC 컨테이너 볼륨 경로로 전송한다.
# 사용법: bash scripts/deploy_model.sh [lgbm|mlx] [--symbol TRXUSDT]
#
# 예시:
# bash scripts/deploy_model.sh # LightGBM (기본값), models/ 루트
# bash scripts/deploy_model.sh mlx # MLX 신경망, models/ 루트
# bash scripts/deploy_model.sh --symbol TRXUSDT # LightGBM, models/trxusdt/
# bash scripts/deploy_model.sh mlx --symbol XRPUSDT # MLX, models/xrpusdt/
set -euo pipefail
# ── 인자 파싱 ────────────────────────────────────────────────────────────────
BACKEND="lgbm"
SYMBOL_ARG=""
while [[ $# -gt 0 ]]; do
case "$1" in
--symbol)
SYMBOL_ARG="$2"
shift 2
;;
mlx|lgbm)
BACKEND="$1"
shift
;;
*)
shift
;;
esac
done
LXC_HOST="root@10.1.10.24"
LXC_MODELS_PATH="/root/cointrader/models"
# ── 심볼별 경로 결정 ─────────────────────────────────────────────────────────
if [ -n "$SYMBOL_ARG" ]; then
SYM_LOWER=$(echo "$SYMBOL_ARG" | tr '[:upper:]' '[:lower:]')
LOCAL_MODEL_DIR="models/$SYM_LOWER"
REMOTE_MODEL_DIR="$LXC_MODELS_PATH/$SYM_LOWER"
LOCAL_LOG="models/$SYM_LOWER/training_log.json"
else
LOCAL_MODEL_DIR="models"
REMOTE_MODEL_DIR="$LXC_MODELS_PATH"
LOCAL_LOG="models/training_log.json"
fi
# ── 백엔드별 파일 목록 설정 ──────────────────────────────────────────────────
# mlx: ONNX 파일만 전송 (Linux 서버는 onnxruntime으로 추론)
# lgbm: pkl 파일 전송
if [ "$BACKEND" = "mlx" ]; then
LOCAL_FILES=("$LOCAL_MODEL_DIR/mlx_filter.weights.onnx")
else
LOCAL_FILES=("$LOCAL_MODEL_DIR/lgbm_filter.pkl")
fi
# ── 파일 존재 확인 ────────────────────────────────────────────────────────────
for f in "${LOCAL_FILES[@]}"; do
if [[ ! -f "$f" ]]; then
echo "[오류] 모델 파일 없음: $f"
exit 1
fi
done
echo "=== 모델 전송 시작 (백엔드: ${BACKEND}${SYMBOL_ARG:+, 심볼: $SYMBOL_ARG}) ==="
echo " 대상: ${LXC_HOST}:${REMOTE_MODEL_DIR}"
# ── 원격 디렉터리 생성 + 백업 + 상대 백엔드 파일 제거 ───────────────────────
# lgbm 배포 시: 기존 lgbm 백업 후 ONNX 파일 삭제 (ONNX 우선순위 때문에 lgbm이 무시되는 것 방지)
# mlx 배포 시: lgbm 파일 삭제 (명시적으로 mlx만 사용)
ssh "${LXC_HOST}" "
mkdir -p '${REMOTE_MODEL_DIR}'
if [ '$BACKEND' = 'lgbm' ]; then
if [ -f '${REMOTE_MODEL_DIR}/lgbm_filter.pkl' ]; then
cp '${REMOTE_MODEL_DIR}/lgbm_filter.pkl' '${REMOTE_MODEL_DIR}/lgbm_filter_prev.pkl'
echo ' 기존 lgbm 모델 백업 완료'
fi
if [ -f '${REMOTE_MODEL_DIR}/mlx_filter.weights.onnx' ]; then
rm '${REMOTE_MODEL_DIR}/mlx_filter.weights.onnx'
echo ' ONNX 파일 제거 완료 (lgbm 우선 적용)'
fi
else
if [ -f '${REMOTE_MODEL_DIR}/lgbm_filter.pkl' ]; then
rm '${REMOTE_MODEL_DIR}/lgbm_filter.pkl'
echo ' lgbm 파일 제거 완료 (mlx 우선 적용)'
fi
fi
"
# ── 파일 전송 헬퍼 (rsync 우선, scp 폴백) ────────────────────────────────────
_send() {
local src="$1" dst="$2"
echo " 전송: $src${LXC_HOST}:$dst"
if command -v rsync &>/dev/null && ssh "${LXC_HOST}" "command -v rsync" &>/dev/null; then
rsync -avz --progress "$src" "${LXC_HOST}:$dst"
else
scp "$src" "${LXC_HOST}:$dst"
fi
}
# ── 모델 파일 전송 ────────────────────────────────────────────────────────────
for f in "${LOCAL_FILES[@]}"; do
_send "$f" "${REMOTE_MODEL_DIR}/$(basename "$f")"
done
# ── 학습 로그 전송 ────────────────────────────────────────────────────────────
if [[ -f "$LOCAL_LOG" ]]; then
_send "$LOCAL_LOG" "${REMOTE_MODEL_DIR}/training_log.json"
echo " 학습 로그 전송 완료"
fi
echo "=== 전송 완료 ==="
echo ""
# ── 핫리로드 안내 ────────────────────────────────────────────────────────────
# 봇이 캔들마다 모델 파일 mtime을 감지해 자동 리로드한다.
# 컨테이너가 실행 중이면 다음 캔들(최대 1분) 안에 자동 적용된다.
echo "=== 모델 전송 완료 — 봇이 다음 캔들에서 자동 리로드합니다 ==="
if ssh "${LXC_HOST}" "docker inspect -f '{{.State.Running}}' cointrader 2>/dev/null | grep -q true"; then
echo " 컨테이너 실행 중: 다음 캔들 마감 시 자동 핫리로드 예정"
else
echo " cointrader 컨테이너가 실행 중이 아닙니다."
fi